基于CT扫描和随机森林算法的沥青混合料油石比检测

为弥补路面施工过程中传统沥青混合料油石比检测方法耗时长、预测精度低、对环境及人身健康有危害等缺陷,利用CT扫描及图像处理技术得到的沥青混合料内部截面空隙与集料特征,提出了一种基于随机森林算法的沥青混合料油石比检测模型,并与多元线性回归算法、决策树算法、梯度提升树算法的预测结果进行对比。研究结果表明:CT扫描和图像处理技术对沥青混合料空隙和集料的识别效果良好;通过比较分析不同算法的平均绝对误差、均方根误差、平均绝对百分比误差和负相关系数,证明采用随机森林算法的沥青混合料油石比检测模型的准确性能够满足工程应用要求,且优于其他3类算法模型,相比于传统检测方法更加简便、快捷。

基于高光谱成像技术的马铃薯外部缺陷检测

为了实现马铃薯的准确快速分级,提出基于高光谱成像技术的马铃薯外部缺陷检测方法。通过反射高光谱成像技术采集马铃薯干腐、表面碰伤、机械损伤、绿皮、孔洞以及发芽等6类外部缺陷样本及合格样本的高光谱图像。提取合格及各类缺陷样本感兴趣区域的光谱曲线并进行光谱特性分析,采用主成分分析法确定了5个特征波段(480、676、750、800和960nm),以5个波段的主成分分析的第二主成分图像作为分类图像,识别率仅为61.52%;为了提高识别率,提出波段比算法与均匀二次差分算法相结合的方法,使缺陷识别率提高到95.65%。试验结果表明:通过高光谱成像技术可以准确有效地对常见马铃薯外部缺陷进行检测,为马铃薯在线无损检测分级提供了参考。

基于似然比检验的超宽带信道检测与定位算法

超宽带(Ultra Wide Band,UWB)室内定位系统的定位性能主要受信号非视距(None Line Of Sight,NLOS)传播影响。为此该文提出一种基于信道统计量(Channel Statistics Information,CSI)的信道NLOS状态检测法。该方法首先在IEEE802.15.4a信道模型下对均方根时延扩展和平均超量延迟的概率分布函数进行建模,作为信道标准分布。再以信道瞬时分布与标准分布间的KL散度为检验统计量做似然比检验(Likelihood Ratio Test,LRT)来鉴别信道状态。同时提出一种基于LRT的定位算法LRT-Chan算法。该算法能有效利用受NLOS污染的测距数据提高定位精度。仿真结果表明:LRT信道状态检测法在全部UWB信道中都能获得较高检测准确率;在定位锚点(Anchor Node,AN)分布不理想的NLOS环境中LRT-Chan算法也能取得较高定位精度。

基于非对称学习因子调节的粒子群优化算法

分析粒子群优化算法中2个学习因子对粒子收敛性的影响,通过Benchmark标准测试函数对不同取值的学习因子进行测试,提出一种基于非对称学习因子调节策略的改进粒子群算法。在搜索初期使粒子获得更好的多样性及较强的摆脱局部极值的能力,在搜索后期加快粒子的收敛速度,提高全局寻优能力。该算法已在复合齿轮传动系统的传动比优化设计中得到了成功应用。

一种新的低信噪比序列图像运动点目标检测与跟踪算法

提出了一种新的低信噪比序列图像运动点目标检测与跟踪算法 .该算法有机地结合了遗传算法与截断序贯似然比检验算法 .仿真结果表明应用此算法 ,可实现信噪比为 2的点目标的检测与跟踪 .文中根据低信噪比点目标检测的特点 ,设计了合适的编码方案、遗传操作方法及虚假航迹终结准则 ,提出了合格个体保留法 .

利用似然比检验进行选择和聚类

把表达模式相似的基因挑选出来并归为一类,在实际应用中非常重要,以往人们常采用Bootstrap方法去分析这个问题。利用似然比检验方法去解决这个问题,可以从理论上推导出原假设下的精确分布,不仅准确有效而且节省了大量的时间。

密集杂波环境下多目标跟踪算法

在密集回波环境下对多目标进行航迹起始和跟踪是一个很难解决的问题,对此提出一种基于m-best 2-D分配算法和广义似然比判决的多目标跟踪算法。数值仿真实验表明提出的多目标跟踪算法能够有效解决“量测-目标”数据关联问题,并且能在较短时间内发现假航迹,确认真航迹,大大减轻对系统的存储量、计算量的要求。

基于改进粒子滤波算法的小型无人机传感器故障诊断方法

小型无人机传感器的工作状态直接影响着飞行的安全性和稳定性。因小型无人机特殊的工作环境,其故障诊断的难度较大。因此,为了提高小型无人机传感器故障诊断的精确度和适用性,提出一种基于改进粒子滤波算法的小型无人机故障诊断方法。所提出算法结合遗传算法对粒子滤波算法进行了改进,并把传感器故障诊断问题视为多维复合假设检验问题。此外,利用序贯概率比检验法分析粒子滤波估计值与传感器输出值的残差,从而诊断对应的传感器是否发生故障。一旦传感器出现故障,使用广义最大似然法则来辨识具体的故障类型。仿真结果表明:该方法能完成小型无人机的多种故障类型识别,且具有较高的诊断精度。

结合时空信息的视频对象平面自动提取算法

提出一种视频对象平面自动提取算法,首先以时域帧间运动信息为依据,利用高斯检验方法得到初始的二值运动模板,并建立双尺度邻域的MRF模型进一步检验,以获取平滑、完整的运动模板;然后提出了结合非线性变换的改进分水岭算法对运动区域进行帧内空域分割;最后对时域和空域分割结果进行比重运算,提取最终运动对象·实验结果说明了该算法的有效性·

基于信道特征的超宽带非视距鉴别及定位算法

脉冲超宽带(impulse radio ultra wide band,IR-UWB)测距定位系统中,信号的非视距(non-line-of-sight,NLOS)传播检测及在定位算法中给予误差矫正是提升定位性能的主要方法。为此提出了一种基于信道统计量(channel statistic information,CSI)——峭度(kurtosis,K)和均方根时延扩展(root mean square delay spread,RMS)联合似然比检验(Likelihood ratio test,LRT)区分NLOS状态的算法。该算法首先对IEEE802.15.4a信道的K和RMS的概率分布进行建模,作为标准信道分布;然后对信道的瞬间分布和标准分布的KL散度做LRT检测信道状态。最后利用信道检测结果,提出了一种基于LRT的Taylor(LRT-Taylor)定位算法。仿真结果表明:K和RMS联合的LRT检测法鉴别所有UWB信道环境都有较高的准确率;在移动端(mobile terminal,MT)与锚点(anchor node,AN)间为较复杂的NLOS环境时,LRT-Taylor算法也能获得较高的定位精度。

不同造型风格的车身低阻基本形体

针对低阻车身造型风格多元化的需求,结合数值模拟和遗传算法,考虑不同的约束条件,求解4种造型风格不同且气动阻力因数在0.087~0.100内的车身低阻基本形体,并用缩比模型的风洞试验验证该方法的可靠性.高尾车型低阻基本形体的气动阻力因数值比低尾车型的偏高约0.010;不同长高比车身的气动阻力因数变化趋势不同,应独立进行优化.凹形头部与凸形头部的低阻基本形体都有低且长的尾部,头部正压区总面积相近.

电子通信信号抗干扰循环频率特征提取算法研究

研究针对电子通信信号干扰所致的频率偏差大、定时误差大等问题,引入小波降噪原理,分析了协议识别流程与改进、特征波形小波系数取舍等问题,提出了基于循环频率的电子通信信号特征识别及提取方法,对超宽频信号周期进行估算,应用四阶累积量映射信号,获取映射域特征值,经过卷积与池化,提出了信道重叠信号分离、信号特征识别与提取算法,通过仿真试验证实该方法能够降低电子通信信号噪声干扰,在低信噪比条件下有着鲜明的优势,提取的信号特征结果具有较高的准确性。

基于T-S模糊神经网络模型的编码器故障软闭环容错控制方法

针对舞台吊杆调速系统中速度反馈元件增量式编码器可能产生的丢码、断码等问题,为防止故障影响的传播,结合数据驱动技术提出了一种基于T-S模糊神经网络(T-S FNN)模型的编码器故障检测与软闭环容错控制方法。首先,利用系统正常运行时的历史数据建立系统较为精确的T-S FNN预测模型,并用实际编码器测量值与模型预测值相减获得残差信息;其次,将其残差实时数据通过改进的序贯概率比检验(SPRT)算法进行故障检测,以克服检测延迟确保故障检测的可靠性,当检测出故障时,再用T-S FNN模型的预测输出替代故障编码器的输出,实现软闭环方式下的容错运行;最后,针对编码器丢码、断码等故障,采用上述方法进行了软闭环容错控制的有效性仿真验证。仿真结果表明,该方法能够快速可靠地检测到编码器故障,并用预测的重构信息通过容错切换机制,及时、安全地以软闭环方式实现了对故障编码器的容错控制,提高了舞台吊杆调速系统运行的安全可靠性。

一种动态整周模糊值求解算法及其仿真分析

针对GPS应用中的动态整周模糊值求解问题,结合Z变换减少模糊值参数的强相关性和FASF(快速模糊值搜索滤波器)算法递归确定模糊值搜索空间的优点,提出了基于Z变换增强FASF的整周模糊值求解算法,并给出了计算机实验结果。仿真结果表明,相对于传统的模糊值解算算法,该算法能显著降低整周模糊值解算所需要的历元数目,提高整周模糊值解算的效率和实时性,对GPS实时高动态定位和GPS实时姿态测量的工程应用及理论研究具有参考价值。

自适应量化测试序列数的分组Turbo码译码算法

针对分组Turbo码自适应Chase译码算法存在的缺陷,该文提出自适应量化测试序列数的分组Turbo码译码算法。该方法以测试序列数C为研究对象,依出错概率大小选择错误图样,并利用量化测试函数根据SNR的变化对测试序列数进行量化,从而达到直接控制译码复杂度的目的。仿真结果表明,所提出的译码算法保证了译码性能,并直接降低了译码复杂度。

Android恶意软件检测低冗余特征选择方法

针对Android恶意软件检测特征选择中,对类间具有相同频率分布的特征过度关注而导致特征冗余问题,提出了一种Android恶意软件检测低冗余特征选择方法。利用Mann-Whitney检验方法选择出存在频率分布偏差的特征;通过外观比率间隔算法量化偏差程度和特征出现频率剔除低偏差和整体软件中低频使用的特征;结合粒子群优化算法和分类器检测效果得到最优特征子集。使用公开数据集DREBIN和AMD进行实验,实验结果显示,在AMD数据集上选择出了294维特征,进行特征选择后6种分类器的检测准确率提高了1%~5%,在DREBIN数据集上选择出了295维特征,少于4种对比方法,且进行特征选择后6种分类器的检测准确率提高了1.7%~5%。实验结果表明,所提方法能够降低Android恶意软件检测中特征的冗余性,提升恶意软件的检测准确率。

基于GLRT和APES的MIMO雷达参数估计新算法

为了获得高精度的多输入多输出(multiple-input multiple-output,MIMO)雷达的目标角度估计和幅度估计,本文基于幅度相位估计(amplitude and phase estimation,APES)算法和广义似然比检验(generalized-likelihood ratio test,GLRT)算法,提出了一种使用似然比的相位幅度估计(GAPES)新算法。在接收端通过GLRT算法估计出目标角度,然后用APES算法修正幅度,实现了在强干扰环境下提高角度和幅度分辨率。仿真结果表明了该算法的有效性。

线性规划的无比值检验criss-cross算法

Zionts提出的求解线性规划问题的criss-cross算法实际是一阶段算法,不过与传统一阶段算法不同,它交替进行原始和对偶迭代,而产生的既可以是原始可行解,也可以是对偶可行解。为了提高计算效率,文章提出了一种采用无比值检验规则的新criss-cross算法,基于新算法编制的一个稠密软件在对40个小问题进行的数值试验中,就迭代次数而言,以2.12的比率胜过了传统的两阶段算法。

多算法融合管道泄漏检测预警系统试验研究

管道泄漏不仅会造成环境污染,还可能引发火灾、人员伤亡等严重后果和巨大的经济损失。传统的管道泄漏在线检测与定位系统均使用单一算法进行信号处理,漏判误判多,应用效果较差。针对目前集输管道泄漏检测准确性和灵敏度较低的现状,研究一种多算法融合的方法,通过采集管道压力、流量等多种特征信号,采用最优加权融合算法,将专家经验分析法、向量机(SVM)模式识别法、序贯概率比检测法等多种信号处理方法进行综合应用,扩展了时间和空间上的检测范围,提高了泄漏检测系统的灵敏度和可靠性。利用正常运行集输管道进行了现场泄漏应用试验,试验结果验证了多算法融合检漏方法比单一检漏方法具有明显的优越性。

基于XGBoost算法的地震多数据体识别含油河道砂体

准噶尔盆地东部侏罗系多发育陆相河道砂体,砂体厚度小且横向连续性差,具有“一砂一藏”的特征,油水关系复杂,油气预测难度大,单一的地球物理信息难以准确确定河道砂体的分布特征和孔隙流体性质。为此,提出采用XGBoost算法从叠后地震剖面、叠后纵波阻抗和叠前纵横波速度比3种地震数据体中提取含油河道砂体的特征,以有效描述这类河道砂体含油性的空间展布特征,降低了利用常规单一地震属性对含不同流体砂岩储集层预测的多解性。通过模型测试证明了该方法在识别陆相河道砂体的含油气性方面的可行性,并在实际应用中取得了较好的效果。